Especialista en Gerencia de Mercados, Universidad de La Sabana. Químico Farmacéutico. Licenciado en Ciencias de la Educación, Se desempeña como profesor en la Universidad de La Sabana (Colombia). Ha participado en la enseñanza de cursos relacionados con Gerencia de Ventas y temas de mercados/administración, entre otros. Su actividad docente incluye más específicamente Gerencia de Ventas en modalidad virtual, lo cual sugiere expertise en gestión comercial, liderazgo organizacional y administración estratégica aplicada al contexto educativo y empresarial. Además de su labor docente, funciona como Field Coaching Master Trainer.
No existe conflicto de interés entre los/as autores/as del artículo.
Se analizan las implicaciones del uso de la Inteligencia Artificial (IA), en entornos universitarios a partir del estudio de un caso real en el que los ensayos de estudiantes evidenciaron una dependencia significativa del contenido generado por IA. La investigación combinó entrevistas a expertos en educación y tecnología con una revisión documental de las directrices internacionales de organismos como la UNESCO, la OCDE y la Comisión Europea. El análisis se orientó por preguntas clave: ¿Cómo pueden los educadores distinguir el aprendizaje auténtico del contenido producido por la IA? ¿Qué límites éticos delimitan el uso legítimo frente a la deshonestidad académica? ¿De qué manera deben las universidades adaptar sus métodos de evaluación ante estas tecnologías emergentes? El estudio adopta un enfoque humanista que resalta la necesidad de formar a los estudiantes en el uso crítico, responsable y ético de la IA, en lugar de restringir su utilización. Los resultados destacan la urgente necesidad de actualizar las políticas institucionales, promover una gobernanza responsable de la IA e impulsar innovaciones pedagógicas que permitan integrar estas herramientas sin comprometer la integridad académica.
The implications of using Artificial Intelligence (AI) in university settings are analyzed based on a real-life case study in which student essays showed significant dependence on AI-generated content. The research combined interviews with experts in education and technology with a documentary review of international guidelines from organizations such as UNESCO, the OECD, and the European Commission. The analysis was guided by key questions: How can educators distinguish authentic learning from AI-produced content? What ethical boundaries delimit legitimate use from academic dishonesty? How should universities adapt their assessment methods in the face of these emerging technologies? The study takes a humanistic approach that highlights the need to train students in the critical, responsible, and ethical use of AI, rather than restricting its use. The results underscore the urgent need to update institutional policies, promote responsible AI governance, and drive pedagogical innovations that allow these tools to be integrated without compromising academic integrity.
La Inteligencia Artificial (IA) ha transformado significativamente la manera en que los estudiantes universitarios elaboran sus trabajos académicos y, a su vez, cómo los profesores evalúan su desempeño. Lo que antes requería horas de lectura, análisis y redacción, hoy puede generarse en segundos con herramientas de IA avanzadas. Sin embargo, este cambio plantea una serie de dilemas éticos y pedagógicos que las universidades deben abordar.
Recientemente, un profesor me compartió una experiencia reveladora. Fue designado como tercer evaluador en la revisión de un conjunto de trabajos escritos por estudiantes. La tarea consistía en redactar un texto a partir de un documento base. Al comparar los resultados con las rúbricas de evaluación utilizadas por los primeros calificadores, se identifican algunas discrepancias. Entre ellas, dos trabajos llamaron particularmente la atención porque presentaban una estructura impecable, un lenguaje sofisticado y una coherencia excepcional, muy por encima del promedio del grupo.
Ante la sospecha de que estos textos pudieron haber sido generados con IA, se sometieron a un software de detección, revelando que hasta un 98% de su contenido tenía coincidencia con la IA. Este hallazgo pone sobre la mesa un debate ineludible en el que surgen interrogantes, entre ellos, ¿cómo diferenciar el esfuerzo y conocimiento genuino de un estudiante del producto de una máquina?
Las herramientas de IA han abierto un abanico de posibilidades en la educación, para la generación de ensayos, resúmenes y análisis de textos. No obstante, su uso también plantea cuestionamientos sobre la autenticidad del aprendizaje y la ética académica.
¿Cómo está transformando la IA la manera en que los estudiantes realizan sus trabajos académicos?
¿Es la IA una herramienta de apoyo al aprendizaje o una amenaza a la integridad académica?
¿En qué medida la IA está afectando el desarrollo de competencias básicas como la escritura, el pensamiento crítico y el análisis?
¿Hasta qué punto es ético que los estudiantes utilicen IA para la redacción de sus trabajos?
¿Dónde está la línea fronteriza entre el uso legítimo de la IA como asistente de aprendizaje y el fraude académico?
¿Deben las universidades regular o prohibir el uso de IA? ¿Qué consecuencias trae cada enfoque?
¿Cómo pueden los profesores identificar y gestionar el uso de IA en los trabajos de sus estudiantes?
¿Deben las universidades replantear sus métodos de evaluación para adaptarse a la era de la IA?
Para tratar de responder a esos interrogantes entrevisté al gestor de información bibliográfica de la Biblioteca Octavio Arismendi Posada, de la Universidad de la Sabana, en Chía, Colombia, quien en su conferencia “Usos de la IA en el aula de clase de la Universidad” y en entrevista realizada en marzo de 2025, enfatizó que el foco debe estar en formar a los estudiantes para que las usen de manera crítica, ética y responsable y no en prohibirlas.
Vargas
resalta que “no se trata de satanizar la herramienta, es de saberla usar
inteligentemente” y resalta la importancia de formar a los estudiantes en el
uso crítico y responsable de la tecnología, que el uso de la IA no exime al
estudiante de la responsabilidad intelectual de su trabajo. Aunque esta sea una
creación humana, el estudiante debe asignarle el crédito como una fuente
académica. Vargas defiende la idea de que la intención del profesor es
propiciar condiciones para que el estudiante aprenda y disfrute con su modo de
aprender (
La IA es una
creación humana (
El uso de la IA en la educación universitaria plantea múltiples dilemas éticos; uno de ellos está relacionado con la autenticidad de los autores, la ética y la honestidad académica;
¿Es ético evaluar con los mismos criterios a estudiantes que usan IA avanzada y a quienes no la usan? ¿Qué hacer con un estudiante que entrega como producto académico un ensayo proporcionado por la IA; ¿es calificable?, ¿hubo proceso de aprendizaje? Cabe considerar al respecto que la IA ayuda a organizar ideas o a reformular textos, comprometiendo la habilidad para la paráfrasis del estudiante como lo haría con fuentes impresas; si lo que entrega es un texto cuya autoría es totalmente de IA, es una forma de fraude.
Melissa
Guerra Jáuregui (
Diferentes
organizaciones han propuesto enfoques éticos para la IA, como IA confiable, IA
explicable y la IA centrada en el ser humano. Un ejemplo es el High-Level
Expert Group on AI de la Comisión Europea (
La IA ha transformado la enseñanza, desempeñando roles como tutor inteligente, herramienta de aprendizaje y asesor en políticas educativas. Sin embargo, su integración enfrenta retos claves que según la UNESCO podemos destacar:
Desarrollo de políticas inclusivas y equitativas
Capacitación docente en el uso de IA
Mejora de la calidad en los sistemas de IA educativa
Desarrollo de datos inclusivos y de calidad
Fomento de la investigación significativa en IA
Transparencia y ética en la recopilación y uso de datos
Diversas
instituciones como la UNESCO (
Entre sus principios se encuentran:
Transparencia y responsabilidad: Uso claro y explicable de los datos.
Seguridad y protección: Garantía de privacidad y resguardo de la información.
Sostenibilidad y proporcionalidad: Equilibrio en su impacto ecológico y social.
Gobernanza: Regulación mediante políticas públicas.
Enfoque humano: IA como complemento del aprendizaje humano.
Privacidad: Protección de datos y consentimiento informado.
Inclusividad: Accesibilidad y equidad en el uso de IA.
El uso de la IA en la forma de Evaluación Académica por parte de los profesores está transformando la manera como se evalúan los trabajos de los estudiantes. Estos cambios tienen implicaciones tanto en la identificación del uso de IA por parte de los alumnos como en la adaptación de los métodos de evaluación.
Actualmente los profesores están recurriendo a herramientas especializadas para detectar si los textos han sido generados por IA, como Turnitin, GPTZero y herramientas de análisis de patrones lingüísticos. Sin embargo, estas tecnologías no son infalibles, ya que pueden diseñarse en simulaciones, lo que plantea dilemas sobre la confiabilidad de los resultados.
El uso indiscriminado de la IA a largo plazo conduce a la pérdida de habilidades en los estudiantes, como el pensamiento crítico, la escritura auténtica, la memoria y la creatividad. Dado que facilita la generación automática de contenidos, los docentes han de considerar nuevas formas de evaluar el aprendizaje, entre ellas:
Actualmente, varias universidades y organizaciones internacionales están desarrollando regulaciones y directrices para el uso de la IA en la educación superior:
Profundicemos en la importancia y el contenido general de los lineamientos sobre ética e IA en la educación emitida por las organizaciones mencionadas. Estas iniciativas constituyen una creciente conciencia global sobre la necesidad de guiar la integración de la IA en los procesos educativos de manera responsable y beneficiosa.
Contenido general y temas clave (aunque cada documento tiene sus especificidades): A pesar de las particularidades de cada organización, se pueden identificar temas y principios recurrentes.
Estos lineamientos representan un esfuerzo colectivo y creciente para abordar las complejas cuestiones éticas y prácticas que surgen con la integración de la IA en la educación universitaria y en todos los niveles educativos. Al proporcionar principios rectores, recomendaciones y marcos de referencia, estas organizaciones buscan asegurar que la IA se aplique de manera que busque una educación más equitativa, inclusiva y de calidad para todos, al tiempo que se aminoren sus posibles riesgos y se respetan los valores fundamentales.
La educación universitaria se enfrenta cada vez más a incertidumbres. La IA tiene el potencial de ser asociada del aprendizaje, siempre que su uso se integre de manera ética y responsable en el proceso de formación. Sin embargo, si no se establecen normas claras y estrategias pedagógicas adecuadas, corremos el riesgo de formar profesionales sin las habilidades básicas para el pensamiento autónomo y crítico.
En este escenario, las universidades están llamadas a adaptarse tecnológicamente, a liderar un cambio cultural que ubique a la IA unida a los aprendizajes, bajo principios de equidad, responsabilidad y ética. El futuro de la educación superior dependerá de su capacidad para integrar estas tecnologías sin perder de vista su misión formar seres humanos críticos, autónomos y comprometidos con las realidades.
La irrupción de la IA en la educación superior está transformando de manera profunda las prácticas de enseñanza, aprendizaje y evaluación académica. Como se mostró en el caso analizado, las herramientas de IA pueden generar contenidos con altos niveles de coherencia y sofisticación lingüística, planteando nuevas oportunidades para la identificación del aprendizaje auténtico de los estudiantes y para la preservación de la integridad académica.
El análisis realizado muestra que el problema radica en las formas en que la IA es usada dentro del proceso educativo. Cuando su uso se limita a la generación automática de trabajos sin mediación crítica por parte del estudiante, se debilita el desarrollo de habilidades básicas como el pensamiento crítico, la argumentación, la escritura y la autonomía intelectual. Sin embargo, cuando se integra como herramienta de apoyo para la búsqueda de información, la organización de ideas o el análisis de contenidos, puede convertirse en una aliada significativa del aprendizaje.
En este argumento, las universidades enfrentan la responsabilidad de redefinir sus prácticas pedagógicas y evaluativas. La evaluación centrada exclusivamente en productos escritos resulta cada vez más insuficiente en un entorno donde los sistemas de IA pueden generar textos complejos en pocos segundos. Por ello, se hace necesario fortalecer estrategias de evaluación que privilegien los procesos de aprendizaje, la argumentación personal, el diálogo académico, las evaluaciones orales y los trabajos que muestran reflexión crítica y construcción propia del conocimiento.
Asimismo, el estudio resalta la importancia de establecer marcos institucionales claros para el uso de la IA en la educación. Las directrices propuestas por organismos internacionales como la UNESCO, la OCDE y la Comisión Europea ofrecen referentes valiosos para orientar políticas universitarias que estimulen un uso ético, responsable y transparente de estas tecnologías, garantizando al mismo tiempo la protección de los datos, la equidad y la calidad educativa.
Todo el conjunto de datos que respalda los resultados de este estudio fue publicado en el propio artículo.